广州番禺Python, Java小班周末班培训
薯条老师在广州做Python和Java的小班培训，一个班最多10人，学员的平均就业薪资有11K。不在广州的同学可以报名线上直播班，跟线下小班的同学们同步学习。培训的课程有Python爬虫，Python后端开发，Python办公自动化，Python大数据分析，Python量化投资，Python机器学习，Java中高级后端开发。授课详情请点击：http://chipscoco.com/?cate=6
3.1.1 HTML与网页
HTML的英文全称为"Hyper Text Markup Language",中文释义为超文本标记语言。我们打开浏览器上网时，访问的每一个网页都是由HTML定义的, 可以这么说，一张网页对应一个HTML文件。
爬虫向HTTP服务器发起请求以后，服务器响应的通常是HTML格式的文本数据。在学习网络爬虫时，首先得掌握网页的HTML格式，这样方便对网页内容进行解析。
3.1.2 HTML中的标签
HTML是一种简单易学的标记语言，通过一系列标签将内容组织成具备层次化结构的树形结构文档。HTML使用<>符号将标签名括起来，每一个标签名表示一个特定的语义，比如p标签表示网页的一个段落，img标签表示网页的一张图片，a标签表示网页的一个超链接。
在最新的HTML规范中，标签名必须使用小写的形式。
HTML中的标签必须关闭，标签关闭有两种形式：
(1)单独成对的标签 (2)在<>内部使用/符号来进行关闭
单独成对的标签是指<标签></标签>的形式，在标签内部进行关闭的形式则为:<标签/>。HTML中的标签可包含0个或多个属性值对，语法形式为：name="value"，属性值对以空格符号进行分隔，以HTML中的<p>标签为例：
<p id="python">python是一种简单易学的语言</p>
在HTML规范中，id用来定义唯一的属性，一个网页中只能存在一个唯一的id值。 而class定义的是同一类的属性，页面中的标签可以定义多个相同的class。HTML中的标签名，标签的关闭形式，标签的属性定义都有一套标准的规范，学习HTML主要是学习HTML中的标签及其语义。
3.1.3 HTML的总体结构
HTML文件最外围的标签为<html>。
代码实例：
<html> </html>
在<html>内部，按其组成结构又可分为HTML head，HTML body,分别对应于<head>标签，<body>标签，类似于人体的头部，身体结构。
代码实例：
<html> <!-- head标签类似于人体的头部 --> <head> </head> <!-- body标签类似于人体的身体 --> <body> </body> </html>
head标签用来定义文档的属性，而body标签用来组织网页的主体内容。head标签内的常用子标签：
标签名
| 标签关闭形式 | 标签的常用属性 | 描述 |
title | <title></title> | 定义HTML文件的标题 | |
link | <link /> | (1) rel:用于设置对象和链接目的间的关系，常用的属性值为"stylehseet"，表示一个样式表 (2) href:指定外部文件的路径 (3) type:指定外部样式文件的类型 | 定义了当前html文件所需使用的外部文件，通常用来链接css文件，链接的文件在href属性中进行定义。 |
meta | <meta /> | (1) http-equiv:定义http的请求头部 (2) content:指定mime类型 (3) charset:指定网页的字符编码 | 定义html文档的元信息，例如网页的字符编码。 |
script | <script> </script> | (1)src:指定外部脚本文件的路径 | 定义了当前html文件使用的脚本，通常用来链接javascript文件。链接的文件在src属性中进行定义。 |
在本节内容中所介绍的HTML标签的常用属性，只需作了解即可。同学们在初学网络爬虫时，只需重点掌握网页的结构。
body中的子标签按其是否独占一行，又可分为块级标签和行级标签，块级标签会自动换行，行级标签与其它标签出现在同一行。
body标签内的常用子标签：
标签名
| 标签关闭形式 | 标签的常用属性 | 语义描述 |
h | <h1></h1> | 块级标签，html定义了从h1到h6的标签，用来定义内容的标题，h后面的数字越大显示的字体越小 | |
p | <p></p> | 块级标签，标记当前内容为一个段落 | |
div | <div></div> | 块级标签，使用div标签用来将html文档分隔为多个分区 | |
form | <form></form> | (1) action: 指定提交的服务器路径 (2) method:指定http请求方法，主要为get和post。 | 块级标签，定义html表单，用户在html表单中进行输入 |
ul | <ul> </ul> | 块级标签，使用ul来定义一个无序的列表，ul标签内部使用li标签来标记列表的内容 | |
input | <input /> | (1) type:表示输入框的类型，常用的类型为 text,password,button,submit,分别表示文本输入框，密码输入框，按钮框，提交框。 (2) name:输入值的别名，在后端代码中通过name来对输入值进行引用 | 行级标签，对应于表单中的输入框 |
a | <a /> | (1) href:指定链接的url | 行级标签，标记一个超链接，在href属性中指定其它页面的url |
img | <img /> | (1) src: 指定图片文件的路径 (2) width: 指定图片的宽度 (3) height: 指定图片的高度 | 行级标签，标记一张图片，在img标签内的src属性中定义图片的路径 |
br | <br/> | 行级标签，在当前位置处添加一个换行符 |
html中的标签可以相互嵌套，比如在div中嵌套div，在ul中嵌套div:
<!-- 在div中嵌套div --> <div> <div> </div> </div> <!-- 在ul中嵌套div --> <ul> <li> <div></div> </li> </ul>
标签的布局及嵌套，应根据其常规语义来合理地使用，而不是毫无逻辑的乱用。现在根据以上知识，来定义一个简单的HTML文件：
<html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"/> <title>Python网络爬虫核心原理及实战</title> </head> <body> <div id="header"> <div id="logo"> <a href="http://chipscoco.com/"><img src="logo.png" ></a> </div> </div> <div id="main"> <p> 在广袤的互联网中，有这样一种"爬虫生物"，穿梭于万维网中，将承载信息的网页吞食，然后交由搜索引擎进行转化， 吸收，并最终"孵化"出结构化的数据，供人快速查找，展示。这种"生物"，其名曰"网络蜘蛛"。<br/> 现实中的蜘蛛形状可怖，以致于让大多数人忽略了其对人类有益的事实。<br/> 网络蜘蛛虽以数据为食，但是数据的生产者-网站，需要借助爬虫的帮助，将网页提交给搜索引擎 </p> </div> </body> </html>
使用浏览器打开HTML文件，浏览器会自动对文件进行解析，并按HTML标签组织的层次结构来进行内容的渲染。现在同学们将上文中的HTML代码写入记事本中，命名为chipscoco.html，并确保文件所在目录有一个logo.png的图片文件。用浏览器打开chipscoco.html时，可以看到以下网页：
3.1.4 知识要点
(1) HTML的英文全称为“Hyper Text Markup Language”，中文释义为超文本标记语言
(2) 网站中的每一个网页都是由HTML定义的。可以说，一张网页即对应一个HTML文件
(3) HTML使用<>符号将标签名括起来，每一个标签名表示一个特定的语义
(4) HTML最外围的标签为<html>，在<html>内部，按其组成结构又可分为head标签和 body标签,类似于人体的头部，身体结构。head标签与body标签内部又包含其它的子标签。HTML中的标签可包含0个或多个属性值
3.1.5 最具实力的小班培训
薯条老师在广州做Python和Java的小班培训，一个班最多10人。不在广州的同学可以报名线上直播班，跟线下小班的同学们同步学习。打算参加小班培训的同学，必须遵守薯条老师的学习安排，认真做作业和项目。把知识学好，学扎实，那么找到一份高薪的工作就是很简单的一件事。
(1) Python后端工程师高薪就业班，月薪11K-18K，免费领取课程大纲
(2) Python爬虫工程师高薪就业班，年薪十五万，包拿Offer
(3) 数据分析高薪就业班，月薪11K-15K, 免费领取课程大纲
(4) Python大数据挖掘，量化投资就业班，月薪12K-25K,免费领取课程大纲
扫码免费领取Python学习资料：
